面向车联网且支持后量子认证的高效通信隐私联邦强化学习研究
针对车联网协同路径规划，该研究提出一种面向联邦强化学习的相关私有量化方法，结合后量子认证降低聚合误差并维持单比特通信成本。相比全精度更新，1-bit 上传将认证上行数据量减少 92.4%，每轮平均聚合的已验证更新从 19.6 提升至 26.5，且解析聚合均方误差比独立量化降低 16.5%。在参数级隐私预算为 1 的移动受限场景下，该方法比独立量化将平均行程时间缩短 14.3%。
#端侧
#端侧
今日 0 条arXiv cs.LGAI 评分3131 arXiv cs.LGAI 评分3232 CAMEL：用于超轻量级视网膜基础模型的跨架构掩码嵌入学习
研究人员提出跨架构知识蒸馏框架 CAMEL，利用嵌入学习中的非对称掩码策略，将 RETFound 等大型视网膜基础模型的知识迁移至轻量级学生模型。在 4 个数据集上的实验表明，该方法在大幅降低计算复杂度的同时保留了诊断准确率，适用于硬件受限的临床环境部署。
arXiv cs.LGAI 评分3636 TADR：面向边缘异常检测的任务感知扩散流水线
研究人员提出面向边缘异常检测的条件扩散精炼器 TADR，通过结合下游检测器的损失消除缺失数据插补中的平滑偏差。在 SMD 数据集评测中，TADR 相比未精炼检测器将 F1 提升了 0.338，其中异常增强目标单独贡献了 0.463。该模型仅 4.03 MB，在单 CPU 核心上 10 步采样每窗口耗时 41.4 ms，可支持约 24 路并发 1 Hz 数据流，代码已开源。
arXiv quant-phAI 评分2626 边缘预测性维护：基于量子优化训练的嵌入式异常检测管线
研究人员提出一种适配低成本微控制器的边缘预测性维护管线，在训练中引入量子优化实现轴承振动异常检测。该方案通过变分量子本征求解器（VQE）完成特征选择，并结合泡利相关编码（PCE）训练支持免浮点运算的 OCSVM。在 Paderborn 数据集测试中，VQE 结合 Adam 在 36% 的运行中找到最优特征，最终表现与经典 OCSVM 基线相当。
arXiv cs.AIAI 评分3434 GAAC：面向个人设备高效带宽 LLM 推理的无损 KV 缓存压缩
GAAC 提出一种无损 KV 缓存压缩系统，利用指数冗余在逐位保真下在 5 个模型上实现 1.405-1.407× 的 BF16 压缩。该方案在 64k token 上下文下将 NVIDIA DGX Spark 解码 attention 加速 1.19-1.27×，端到端 W4A16 解码加速 1.04-1.15×，并削减约 26% 常驻 KV 内存。
arXiv cs.LGAI 评分3131 TERRA：支持无身份上报的区域火灾检测边缘 AI 框架
边缘 AI 框架 TERRA 结合本地推理、无身份区域标记上报与置换不变聚合，用于高效区域火灾检测。在分布式室内 EN54 数据集测试中，TERRA-Feature 凭 24-bit 载荷取得 0.990 平均 AUPRC，TERRA-Score 仅需 6-bit 达到 0.987，二者在 FAR $\le$ 1% 下的 MDR 均为 1.81%。
arXiv cs.LGAI 评分3535 通过循环实现深度：迈向超高效端侧 ASR
研究人员提出一种块循环 ASR 架构，通过权重共享的循环块替代参数化深度，以减少一个数量级的参数实现超高效端侧语音识别。在 Open ASR Leaderboard 基准测试中，仅含两个共享块的模型平均可恢复大模型 97.4% 的准确率。该架构复用权重以降低内存访问与推理能耗，并支持轻量级 MoE-LoRA 适配以实现低成本端侧个性化。
arXiv cs.LGAI 评分3636 低资源诊所离线呼吸音筛查中特征缩放效果优于架构选择
低资源诊所离线呼吸音分类研究表明，特征缩放带来的提升远超模型架构选择。基于 30 个统计特征的 SVM 经标准化后宏召回率从 0.51 跃升至 0.78，表现媲美 1.13M 参数的卷积循环网络（0.75 至 0.77）。在纯 CPU 笔记本上两类模型单片段延迟均为 51 至 74 ms，但经典模型避免了 449 MB 的 PyTorch 运行时依赖。
arXiv cs.AIAI 评分4949 GUI-JEPA：基于候选条件 JEPA 隐空间的移动 GUI Agent 快速动作策略
研究人员提出首个基于联合嵌入预测架构（JEPA）的无解码器移动 GUI Agent 动作策略 GUI-JEPA。它利用在未标注 GUI 截图上预训练的隐空间，通过轻量级评分头在单次批处理中为候选动作打分，避免了传统 VLM 逐 token 解码的高耗时与显存占用。
NVIDIA Blog精选AI 评分6363 NVIDIA RTX Spark 笔记本迎来更新：支持 Nemotron 3.5 语音模型与前后台 GPU 调度
NVIDIA 宣布搭载 Grace Blackwell 架构的 RTX Spark 系列 Windows 笔记本上市，起售价 2,599 美元并带来多项端侧 AI 更新。平台新增开源语音模型 Nemotron 3.5 Transcribe，支持 40 种语言的听写、说话人识别与翻译；NVIDIA App 同步上线资源管理功能，允许用户自主权衡前台应用与后台 Agent 的 GPU 算力分配。
推荐理由：原文给出了软硬件协同管理与端侧多模型支持的细节，读者可以据此评估本地 AI 工作流与算力调度的可行性。
arXiv stat.MLAI 评分3232 边缘端在线气体分类
受昆虫嗅觉系统启发，研究人员提出一种基于稀疏高维二值表示的神经网络架构，用于边缘端气体在线分类。该架构仅依赖二值权重与 Hebbian 局部学习，在混合气体分类测试中性能匹敌优化后的非线性 SVM。在混合信号神经拟态芯片 TEXEL 上的实测显示，该片上分类器取得 74.6% 准确率，单次推理能耗仅 482 nJ，静态功耗为 27 μW。
arXiv cs.AIAI 评分3333 通过结构化剪枝与自适应微调释放穿戴信号 PPG 基础模型的能力
研究人员提出结构化剪枝与微调框架 SPAFT，通过基于参数重要性和结构冗余将自适应微调约束在紧凑的相关参数空间中，提升 PPG 基础模型对穿戴设备信号的适配能力。在涵盖 4 个 PPG 基础模型、5 个 benchmark 数据集和 10 个下游任务的实验中，SPAFT 在回归与分类任务上分别取得 82.8% 和 87.5% 的胜率，达到了 SOTA 性能。
arXiv cs.AIAI 评分3535 面向事件驱动 VLA 推理的 PoT-LIF 神经元
研究者提出 PoT-LIF 神经元，通过发射幅值为 2 的幂次的离散脉冲，为视觉-语言-动作（VLA）模型实现低功耗事件驱动推理。将其集成至 $\pi_{0.5}$ 模型并在 LIBERO 闭环评测中测试，Heartbeat 模式成功率达 97.25%，优于连续激活基线的 96.70%。
AWS Machine Learning BlogAI 评分5757 Exowatt 基于 SageMaker 无服务器微调小模型，特定任务准确率超越前沿模型
清洁能源企业 Exowatt 采用 Amazon SageMaker AI 无服务器模型微调流水线，分别针对边缘警报分流与云端能源市场分析微调 Qwen3 模型，在特定任务上的准确率超越了 Claude Opus 4.7 等前沿模型，成本最高降低 49 倍。
arXiv cs.LGAI 评分3737 大模型结构化稀疏学习：兼顾模型可压缩性与高效推理
研究人员提出 S-SALAAD 框架，在训练中联合学习低秩与结构化稀疏组件，使单个 checkpoint 能弹性适配多种内存预算。该框架支持硬件兼容稀疏模式并配备专用 CPU 与 GPU 内核，消除传统稀疏的索引与内存开销。在 Llama2 和 Qwen3 上的实验表明，其在困惑度、内存占用和推理延迟上均推进了经验 Pareto 前沿。
Apple ML ResearchAI 评分3636 GHARP：基于大规模重建先验的实时 3D 高斯人头动画方法
GHARP 提出一种基于大规模重建先验的实时 3D 人头动画方法，仅需少量输入图像与表情驱动信号即可驱动头像。该方法将流程解耦为离线身份构建与面向移动设备优化的轻量化运行时动画，并利用身体对齐网络消除身体姿态模糊与时间闪烁。在 Ava-256 基准测试中，该方法达到 SOTA 质量，在高斯数量减少 8 倍的同时，在 A100 GPU 上的运行速度提升高达 13 倍。
AWS Machine Learning BlogAI 评分4444 使用 SageMaker SDK v3 实现边缘设备的大规模计算机视觉全生命周期管理
AWS 推出针对边缘计算机视觉全生命周期管理的架构方案，并适配 Amazon SageMaker Python SDK v3。该方案通过双分支 SageMaker Pipeline 为每个摄像头分别训练自编码器异常检测与 ResNet18 缺陷分类模型，经质量门禁后由 SageMaker Neo 编译优化并注册。
arXiv cs.AIAI 评分2525 FOCUS：用于脑电认知负荷分类的轻量级 Mamba-2 模型
研究者提出基于 Mamba-2 的轻量级模型 FOCUS，参数量仅 0.04M，计算量为 0.11 GFLOPs，专用于脑电（EEG）认知负荷二分类。该模型结合固定 FFT 频段分解、深度可分离卷积与权重共享的 Mamba-2 结构。在 11 名受试者的跨任务留一验证中，FOCUS 取得 74.75% 准确率，GPU 前向延迟仅 0.08 ms。
arXiv cs.AIAI 评分3535 用于预测未来求助行为的循证 SLM 架构 ELBP
研究提出端侧循证行为预测架构 ELBP，结合双视角表示、SLM 预测与证据验证机制预测用户的求助行为。在 3B 及以下参数模型测试中，Qwen2.5-3B 搭配 ELBP 取得 0.80 的 F1 分数与 0.84 的 PR-AUC，较原始事件提示提升 15.9%，ECE 降低 43.2%。启用弃权机制后，在 91% 覆盖率下选择性 F1 达 0.84，证据支持率达 96%。
Google Research精选AI 评分6464 Google 分享将基础模型应用于全球结核病一线筛查的落地实践
Google 展示了将其医疗 AI 基础模型应用于全球结核病（TB）前线筛查的完整落地路径。通过与 Nexus AI 合作，其胸部 X 光筛查算法已获得欧盟 CE MDR Class IIb 认证并在 6 个国家落地，使胸片筛查周转时间缩短至 45 秒内，并在南非深井金矿实现了便携式离线筛查。
推荐理由：原文展示了医疗 AI 从算法论文到跨国临床认证及开源部署的完整路径，为公共卫生场景的落地提供了实践参考。
arXiv cs.LGAI 评分2525 动态多无人机边缘网络中的自适应截止时间与能耗感知缓存算法
研究者提出了用于动态多无人机边缘网络的 GRU-DEPPO 自适应缓存放置与替换算法，以应对异构需求、内容截止时间及无人机间能耗不均问题。该方案将局部和全局基于 GRU 的时序表征与中心化 PPO Actor-Critic 结合。仿真结果显示，GRU-DEPPO 实现了最低的截止时间超时率和无人机总通信能耗，相比基准方案 DE-UBAC 将超时率降低约 61%、无人机间能耗不平衡降低约 40%。
arXiv cs.LGAI 评分3333 用于手腕 PPG 心率估计选择性校正的工具与记忆智能体架构
研究人员提出一种具备工具与记忆的智能体架构，通过独立风险门控对手腕 PPG 心率估计进行选择性校正。该架构跨 PPG-DaLiA、GalaxyPPG 等 4 个公开数据集测试，使 10 个估计器的宏平均 MAE 最高降低 44.5%。团队还完成了智能手机端实时部署，原型记录的宏平均 MAE 从 9.09 bpm 降至 4.45 bpm。
arXiv cs.LGAI 评分3333 用于视觉任务的脉冲感知梯度混合精度脉冲神经网络量化方法
研究人员提出了一种面向脉冲神经网络（SNN）的脉冲感知基于梯度的混合精度量化框架，利用一阶梯度自适应分配位宽，无需昂贵的高阶 Hessian 计算。在 ImageNet 上的 ResNet-34 评测中，该方法在 4.78x 压缩下达到 73.30% 准确率，效果匹敌 HAWQ-V2 的同时将内存开销降低 2.31x，位分配运行时间缩短 100x。
arXiv cs.LGAI 评分3232 异构边缘平台模型压缩技术评测：以旋转机械预测性维护为例
一项针对工业旋转机械预测性维护的研究评测了 9 类异构计算平台上的 4 种模型压缩技术，结果显示知识蒸馏表现最有效。经知识蒸馏压缩的卷积神经网络模型体积缩减 98.9%，在所有设备上实现超过 90% 的推理加速，同时保持了 91.22% 的平衡 F-score，显著降低了计算与能源开销。
arXiv cs.LGAI 评分2424 用于嵌入式系统植物病害识别的轻量级群注意力网络 GANet
研究人员提出了轻量级群等变注意力网络 GANet，专用于 38 种植物病害的预测与监测。该模型引入了群注意力模块与逐群特征融合模块，仅包含 0.001M 参数，在 PlantVillage 数据集上取得了 99.99% 的准确率。GANet 针对边缘设备进行了部署优化，在 Raspberry Pi 4b 和 Jetson Nano 上分别达到 5 FPS 和 11 FPS。
arXiv cs.LGAI 评分3434 SSMCGM-Stream：用于个性化糖尿病管理的流式状态空间模型
SSMCGM-Stream 是一种流式状态空间模型，通过随血糖读数更新隐状态实现常数时间预测、生理结构反事实推理与可解释预测。基于该模型构建的 SSMCGM-Agent 可通过大语言模型接口输出风险感知的自然语言决策建议。在 T1DEXI 队列评测中，其预测性能匹敌强神经网络基线且大幅降低计算成本，支持设备端连续运行。
arXiv cs.LGAI 评分3232 面向电力负荷预测的极低状态量化 Transformer
研究人员针对电力负荷预测提出了基于 Transformer 的极低状态（3、5、7 和 16 状态）权重分配与量化方案。直接后训练量化使平均 NRMSE 增加 6.25 和 7.04 个百分点，而感知量化微调（QAT-FT）成功挽回了约 90.2% 和 94.5% 的性能损失。新引入的累积更新阈值法将离散状态转换减少约 77%–80%，为多值突触器件的低功耗边缘预测提供了紧凑实现路径。
arXiv cs.LGAI 评分2828 基于 FPGA 与集成电路平台的强化学习硬件加速及系统级优化综述
一篇新发表的综述系统分析了基于 FPGA 与集成电路（IC）平台的强化学习硬件加速及系统级优化进展，汇总了超过 100 项相关研究。文献梳理涵盖基于模型的马尔可夫决策过程、深度强化学习、Actor-Critic、策略梯度及多智能体方法，剖析算法向可重构与固定硬件的映射。评测维度覆盖资源利用率、延迟、吞吐量和功耗等指标，并总结了通用架构模式与未来研究方向。
AWS Machine Learning BlogAI 评分5353 基于 Strands Agents 构建端云协同的自适应智能体架构
AWS 介绍了自适应智能体智能架构 AAIF，通过 Strands Agents 结合本地小模型与云端 Amazon Bedrock 实现分层计算。该方案使用本地轻量模型 llama3.2:1b 自动分类与路由请求，常规物联网遥测和视觉分析在本地端侧低延迟完成，复杂多步推理则分发至云端模型处理。架构支持灵活适配纯边缘、全云端或混合部署，并可通过 MCP 服务实现跨设备的集中化工具调用。
arXiv cs.AIAI 评分3636 MedPAO-Assist：面向放射报告结构化的边缘端多模态智能体 AI
研究人员提出边缘端智能体框架 MedPAO-Assist，可直接基于放射科医生的听写与语音指令生成结构化报告，支持胸部 X 光、胸部 CT、腹部 CT 和脑部 MRI 四类影像模态。
Google Research精选AI 评分6666 Google 研发 AI 辅助盲扫超声技术，非专业人员操作可达临床专家级孕周评估精度
Google Research 联合多家机构发表研究，证实其 AI 系统能直接解读非专业医护人员采集的盲扫超声，并在移动设备上实时评估胎儿孕周。在跨越美国与肯尼亚的前瞻性临床测试中，该模型评估孕周的平均绝对误差为 4.18 天，表现不劣于专业超声医师测量的 4.48 天，且在胎儿体重极端等复杂场景下保持良好鲁棒性。这项技术结合便携式探头，有望显著降低操作门槛并扩大低资源地区的产前筛查覆盖率。
推荐理由：原文展示了 AI 算法配合盲扫超声在多地真实临床中的泛化表现，为低资源环境利用便携设备普及产前筛查提供了实践参照。
NVIDIA Blog精选AI 评分7373 NVIDIA 扩展本地 AI 硬件与软件生态：发布 DGX Spark 64GB 并推出多款本地模型支持
NVIDIA 在 GTC Berlin 集中展示本地 AI 硬件全线进展，涵盖面向 PC 智能体的 RTX Spark、面向开发者的 DGX Spark 以及面向企业的 DGX Station。
推荐理由：原文公布了面向个人与企业的多档本地算力方案与适配模型，有助于开发者评估将智能体完整下沉至本地运行的技术可行性。
arXiv stat.MLAI 评分3636 《联邦学习：从理论到实践》（Federated Learning: From Theory to Practice）新书发布预印本
《联邦学习：从理论到实践》新书预印本上线 arXiv，全书共 252 pages，系统介绍如何构建保护隐私且可扩展的联邦学习系统。该书重点聚焦个性化联邦学习，通过网络带权边编码设备间的任务相似度与通信链路，并将个性化模型训练构建为广义全变差最小化（GTVMin）分布式优化问题。内容面向学生、工程师与研究人员，兼顾图学习与优化理论的数学基础与实践应用。
arXiv stat.MLAI 评分3333 基于单次概率前向传播与代码生成的贝叶斯神经网络加速执行研究
研究人员提出了一种端到端流水线，结合单次概率前向传播（PFP）与代码生成，在嵌入式 ARM CPU 上加速贝叶斯神经网络部署。该方案利用 TVM 编译器构建高斯传播算子库，并在小 mini-batch 下实现相比 SVI 最高 4200x 的加速。
arXiv cs.LGAI 评分2828 TALLOP：时间受限联邦学习中本地训练与通信压缩的联合优化
研究人员提出了面向时间受限联邦学习的联合优化框架 TALLOP，用于在每轮时间预算下权衡本地训练负载与通信压缩。该方案通过 LENS 利用早期小批量损失轨迹预测训练损失，并通过 CLEN 压缩误差模型评估压缩退化，从而选择让压缩后损失最小的分配方案。在异构联邦学习环境下的实验表明，TALLOP 相比仅优化本地训练或两者均不优化的方法，能取得有竞争力或更优的目标精度耗时。
arXiv cs.LGAI 评分3838 用于二值与三值 AI 模型边缘端训练的噪声整形采样与退火方法
研究者提出面向二值与三值神经网络的优化器 $\Sigma\Delta$-Sampler，通过在一阶 $\Sigma\Delta$ 噪声整形环路中嵌入随机采样与退火步骤，实现离散权重在崎岖损失地形中的平滑下降。
arXiv cs.LGAI 评分3434 TRACE：面向高效通信分布式边缘推理的 Transformer 残差激活码本编码
研究人员提出 Trace 框架，通过在 Transformer 残差层引入矢量量化并预计算键值表，使边缘设备交换激活索引后可直接查表恢复 KV 矩阵并重叠通信与计算。
NVIDIA Blog精选AI 评分7171 NVIDIA RTX Spark 笔记本电脑正式发售
NVIDIA RTX Spark 笔记本电脑正式开售，起售价为 $2,399，搭载整合 Blackwell RTX GPU 与 Grace CPU 的超级芯片。
推荐理由：原文给出了结合 Blackwell 与 Grace 架构的硬件规格及起售价格，读者可以了解端侧大内存设备对本地 AI 运行的支持情况。
arXiv cs.AIAI 评分4343 SLM 应该占据主导吗？云端生成代码与端侧小模型解释器混合架构研究
研究者提出一种兼顾隐私与性能的混合架构，由云端大模型生成智能体程序，在设备端执行时通过普通函数调用将涉及用户数据的局部理解任务交给本地 SLM 处理。在 AppWorld 基准测试的所有 6 种骨干模型与测试集组合中，该方法将纯代码智能体的成功率最高提升了 14.9pp。该方案在确保用户私有数据完全保留在设备端的同时，大幅弥补了与全云端 ReAct 循环之间的性能差距。
Apple ML Research精选AI 评分7373 Mac Studio 结合 MLX 与 RDMA 实现大语言模型本地及分布式推理评测
Apple ML 团队展示了利用 MLX 框架结合 Thunderbolt RDMA 低延迟驱动，在 Mac Studio 上实现超大语言模型本地与跨节点分布式推理的方案。
推荐理由：文章展示了利用雷电 RDMA 在多台 Mac Studio 上组网运行超大模型的方法与实测数据，为端侧分布式推理部署提供了具体参考。